结合地理信息的洞庭湖湿地分类方法研究(英文)

目的]提高洞庭湖区湿地遥感分类的准确性。方法]利用洞庭湖TM数据,并辅助地面GIS信息,通过专家分类知识库建立决策树分类方法,结合研究区的DEM进行洞庭湖湿地的影像分类,通过决策树层次实现了包括水体、泥沙滩地、防护林滩地、湖草、芦苇滩地和苔草滩地以及其他水体7种湿地类型的分类。结果]决策树分类总体精度80.29%,总体Kappa系数为0.8839,分类精度相对于传统手段要高,证明基于该方法得到的数据准确度能够满足实际工作的需要;另外,基于知识分类的影像分类结果能够较好地解决一些错分的现象,针对湿地而言,混分现象最严重的泥滩地,在传统分类中大量的被分为了建筑用地,或者裸地,同时草滩地与林地的混分在基于知识分类的影像中边界也较明显。结论]相比传统分类方法,决策树分类以规则为基础,可以同时利用多个条件进行分类,减少了数据处理时间,同时还提高了分类精度,最终得到试验区较为可靠的遥感分类图像。